নেটিভ মাল্টিমোডাল আউটপুট
একটি প্রম্পট থেকে মিল রাখা টেক্সট, কীফ্রেম ও ভিডিও তৈরি হয়; চরিত্র, স্টাইল ও আলোকসজ্জা সকল ফরম্যাটে অবিচ্ছিন্ন থাকে।
লাইভ · Gemini অ্যাপে Veo-এর পরিবর্তে Gemini Omni
Gemini Omni
বলুন। দেখুন। শেয়ার করুন।
Google I/O 2026-এর প্রধান মঞ্চে ঘোষিত, Gemini Omni Gemini-র জগৎ-জ্ঞানকে নেটিভ মাল্টিমোডাল জেনারেশন-এর সঙ্গে এক আর্কিটেকচারে যুক্ত করেছে — টেক্সট, ইমেজ, ভিডিও ও সিঙ্ক্রোনাইজড অডিও সবই এক জায়গায়। এটি Gemini অ্যাপে Veo 3.1-এর পরিবর্তে কাজ করছে এবং image-to-video, video-to-video এডিটিং ও ব্যক্তিগত AI অবতার নিয়ে এসেছে।
একীভূত মডেল সিঙ্ক অডিও চ্যাটে এডিটিং
Omni
Text
Image
Video
Audio
দ্রুত তথ্য
৫–১০ সে. ক্লিপ দৈর্ঘ্য
১০৮০p সর্বাধিক আউটপুট
16:9 · 9:16 · 1:1 অ্যাসপেক্ট রেশিও
I/O 2026 উদ্বোধন
অফিসিয়াল ডেমো
দেখুন Gemini Omni আসলে কী তৈরি করে
নিচের প্রতিটি ক্লিপ Google-এর অফিসিয়াল Gemini Omni প্রোডাক্ট পেজ থেকে সরাসরি এমবেড করা: text-to-video, image-to-video, স্টাইল ট্রান্সফার, চ্যাট এডিটিং, video-to-video ও AI অবতার — সম্পূর্ণ ক্ষমতা।
সমস্ত ডেমো ভিডিও © Google, এখানে শুধু তথ্য সংকলনের জন্য ব্যবহৃত; storage.googleapis.com/gweb-gemini-cdn থেকে সরাসরি স্ট্রিম।
Speak it. See it. Share it.
Gemini Omni-র মূল হিরো রিল: কথোপকথন দিয়ে ভিডিও তৈরি, রিমিক্স ও এডিট।
টেক্সট → ভিডিও
গল্পে প্রবেশ করুন
একটি টেক্সট প্রম্পট থেকে সঙ্গতিপূর্ণ পরিবেশ ও ক্যামেরা ভাষায় মাল্টি-শট ক্লিপ।
ইমেজ → ভিডিও
ফটোকে প্রাণ দিন
রেফারেন্স ইমেজ আপলোড করুন, Omni গতি দেয় ও টাইমলাইন আপনাআপনি পূরণ করে।
স্টাইল · টেমপ্লেট
শটের আত্মা ধরে রাখুন
পটভূমি, পোশাক বা স্টাইল বদলান — আপনার বিষয় তার ডিটেল ধরে রাখে।
ভিডিও → ভিডিও
বিদ্যমান ক্লিপ রিমিক্স
একটি ফুটেজকে নতুন স্টাইলে — আলো, লেন্স এমনকি উপাদানও প্রম্পট থেকে পুনর্লিখন।
চ্যাট এডিটিং
সহজ এডিটিং
চরিত্র বদলান, আলো ঠিক করুন, শট স্থিতিশীল — শুধু চ্যাট দিয়ে, রিজেনারেশন ছাড়াই।
AI অবতার
নিজের শো-র তারকা
একবার AI অবতার সেট করুন, প্রতিটি ভবিষ্যৎ ভিডিওতে ফটো আপলোড ছাড়াই অভিনয় করুন।
ক্ষমতা
গোটা পাইপলাইন এক মডেলে গুটিয়ে আসে
Veo, Sora 2, Seedance 2.0 বা Kling-এর মতো বিশেষায়িত ভিডিও মডেলের বিপরীতে, Gemini Omni ভাষা যুক্তি, ইমেজ জেনারেশন, ভিডিও জেনারেশন ও অডিও সিন্থেসিস এক আর্কিটেকচারে রাখে।
একীভূত Gemini স্ট্যাক
বিশেষায়িত মডেলের চেইনিং আর দরকার নেই। টেক্সট, ইমেজ, ভিডিও ও অডিও একই ওয়েট ও দীর্ঘ কনটেক্সট ভাগ করে।
সিঙ্ক্রোনাইজড নেটিভ অডিও
এমবিয়েন্ট সাউন্ড, স্কোর ও সংলাপ একই ফরোয়ার্ড পাসে ছবির সঙ্গে মিলিয়ে দেওয়া হয় — প্রথমবারেই পায়ের শব্দ তালে পড়ে, ঠোঁট সংলাপের সঙ্গে মেলে।
চ্যাটে সরাসরি এডিটিং
একটি বস্তু বদলান, আলো বদলান, ক্যামেরা চলাফেরা ঠিক করুন — প্রাকৃতিক ভাষায়, সম্পূর্ণ রিজেনারেট ছাড়া।
রিমিক্স ও পরিচালনা
বর্তমান ক্লিপ আপলোড করে প্রম্পট দিয়ে নতুন দিশায় নিন। রেফারেন্স ইমেজ, ভিডিও ও অডিও এক নির্দেশনায় মেলানো যায়।
টেমপ্লেট ও স্টাইল
প্রোডাক্ট বিজ্ঞাপন, Reels, মিউজিক ভিডিও ও সিনেম্যাটিক শর্টসের জন্য বিল্ট-ইন টেমপ্লেট প্রবেশের বাধা কমায়, ক্যামেরা ভাষা সঙ্গত রাখে।
স্পেসিফিকেশন
কীনোটের আগে যা যা পরিষ্কার
নিম্নলিখিত সংখ্যাগুলি Reddit/X-এর ফাঁস ও TestingCatalog, Programming Insider, OfficeChai-র প্রতিবেদন থেকে সংকলিত।
| বিষয় | জানা তথ্য |
|---|---|
| মডেল ফ্যামিলি | Google Gemini — Veo-র উত্তরসূরি ব্র্যান্ড |
| মডেল ID | bard_eac_video_generation_omni / v3smm-lora-prod |
| ক্লিপ দৈর্ঘ্য | প্রতি জেনারেশন ৫ / ৮ / ১০ সেকেন্ড, অ্যাপে চেইন করা যায় |
| রেজোলিউশন | ৪৮০p / ৭২০p / ১০৮০p |
| অ্যাসপেক্ট | 16:9, 9:16, 1:1 |
| অডিও | নেটিভভাবে সিন্থেসাইজড, একই পাসে সিঙ্ক |
| ইনপুট | টেক্সট / ইমেজ / ভিডিও / অডিও রেফারেন্স |
| এক্সেস | ১৮+ Google AI Plus / Pro / Ultra সাবস্ক্রাইবারদের জন্য Gemini অ্যাপে লাইভ |
| কোটা সংকেত | রিপোর্ট অনুযায়ী দুটি Omni জেনারেশনে AI Pro-র দৈনিক কোটার প্রায় ৮৬% ব্যবহৃত হয় |
আর্কিটেকচার
তিনটি প্রোডাক্ট লাইন এক Omni-তে একীভূত
Google-এর জেনারেটিভ স্ট্যাক আগে Veo (ভিডিও), Nano Banana / Imagen (ইমেজ) ও Gemini (টেক্সট) — তিন ভাগে বিভক্ত ছিল। Omni এগুলিকে এক আর্কিটেকচারে যুক্ত করেছে।
আগে
Veo 3.1
ভিডিও + নেটিভ অডিও
Nano Banana / Imagen
ইমেজ জেনারেশন ও এডিটিং
Gemini 2.5 / 3.x
যুক্তি · দীর্ঘ কনটেক্সট
এখন · Omni
Gemini Omni
টেক্সট · ইমেজ · ভিডিও · অডিও, এক মডেল, এক প্রম্পট
Text Image Video Audio
ব্যবহার
এক ব্রিফ থেকে প্রকাশযোগ্য কনটেন্ট পর্যন্ত
দীর্ঘ কনটেক্সট ও সিঙ্ক অডিও-সহ একটি একীভূত মডেল মানে দল একটি সঙ্গত ব্রিফ লিখে সম্পূর্ণ কাট নিয়ে চলে যেতে পারে।
01
প্রোডাক্ট বিজ্ঞাপন
হিরো শট, প্যাকেজিং রিভিল ও লাইফস্টাইল কাট এমবিয়েন্ট অডিও-সহ রেডি।
02
Reels ও Shorts
৯:১৬ ভার্টিকাল ক্লিপ, মাইক্রোফোন সংলাপ ও বিট-সিঙ্ক মোশন সহ স্ক্রল-স্টপিং সোশ্যাল কনটেন্ট।
03
মিউজিক ভিডিও
একটি ট্র্যাক রেফারেন্স দিন, Omni বিটের সঙ্গে ভিজ্যুয়াল কাটে, চরিত্রের ধারাবাহিকতা রাখে।
04
সিনেম্যাটিক শর্ট
একাধিক ১০-সেকেন্ড omni-clip চেইন করে মাল্টি-শট সিকোয়েন্স, ধারাবাহিক আলো ও অডিও বেড।
05
ল্যান্ডিং পেজ হিরো লুপ
SaaS, ফ্যাশন ও DTC সাইটের জন্য লুপেবল ১৬:৯ অ্যাটমোস্ফেরিক ক্লিপ — ব্র্যান্ডেড ও সাইলেন্ট-ফ্রেন্ডলি।
06
এক্সপ্লেইনার ও টিউটোরিয়াল
স্ক্রিপ্টকে লিপ-সিঙ্ক ন্যারেশন ও মিল রাখা পরিবেশ-শব্দ সহ সিকোয়েন্সে রূপান্তর করুন।
তুলনা
২০২৬-এর ভিডিও স্ট্যাকে Omni-র অবস্থান
Artificial Analysis, Looksy AI, Oimi AI ও অফিসিয়াল কীনোট থেকে সংগৃহীত — বেঞ্চমার্ক স্কোর নয়, দিশানির্দেশের জন্য।
| মডেল | নির্মাতা | আর্কিটেকচার | নেটিভ অডিও | ক্লিপ দৈর্ঘ্য |
|---|---|---|---|---|
| Gemini Omni
Omni
| একীভূত omni (ভিডিও + ইমেজ + অডিও) | এক পাসে সিঙ্ক | ৫ / ৮ / ১০s | |
| Veo 3.1 | বিশেষায়িত ভিডিও মডেল | হ্যাঁ | ~৮s | |
| Seedance 2.0 | ByteDance | বিশেষায়িত মাল্টিমোডাল ভিডিও | হ্যাঁ | ১৫s / শট পর্যন্ত |
| Sora 2 | OpenAI | বিশেষায়িত ভিডিও মডেল | হ্যাঁ | ~২০s |
| Kling V3.0 | Kuaishou | বিশেষায়িত ভিডিও মডেল | সীমিত | ~১০s |
টাইমলাইন
প্রথম ফাঁস থেকে I/O 2026 মঞ্চ পর্যন্ত
প্রকাশের তারিখ অনুসারে, এখনো বিকশিত হচ্ছে।
- 2026 · 05 · 02
প্রথম "Powered by Omni" স্ট্রিং
X ব্যবহারকারী @Thomas16937378 Gemini ভিডিও ট্যাবে "Start with an idea or try a template. Powered by Omni." লক্ষ্য করেন।
- 2026 · 05 · 11
Gemini মোবাইলে সম্পূর্ণ প্রিভিউ কার্ড
TestingCatalog ও Chetaslua "Meet our new video model" কার্ড, পূর্ণ মডেল ID ও ১০-সেকেন্ড ক্যাপ প্রকাশ করেন।
- 2026 · 05 · 12 – 18
ডেমো ছড়িয়ে পড়ে
"ব্ল্যাকবোর্ডে ত্রিকোণমিতি সমাধানরত অধ্যাপক" ক্লিপ টেক্সট ধারাবাহিকতা ও ভৌত বিশ্বস্ততা দেখায়, Veo 3.1-এর সঙ্গে তীব্র তুলনা শুরু হয়।
- 2026 · 05 · 19
Google I/O 2026-এ অফিসিয়াল লঞ্চ
Google I/O 2026-এর প্রধান মঞ্চে Gemini Omni উন্মোচন করে অফিসিয়াল প্রোডাক্ট পেজ ও ডেমো ভিডিও প্রকাশ করে, এবং Gemini অ্যাপে Veo 3.1 প্রতিস্থাপন শুরু হয়।
- 2026 · 05 · 19 থেকে
AI Avatar, video-to-video ও মাল্টি-টার্ন এডিটিং রোলআউট
লঞ্চে ব্যক্তিগত AI অবতার, video-to-video এডিটিং ও চ্যাট-শৈলী মাল্টি-টার্ন এডিটিং রয়েছে — ভৌগোলিক অবস্থান ও সাবস্ক্রিপশন স্তর অনুযায়ী।
- আগামী সপ্তাহে · ২০২৬ · ০৬+
Gemini API ও Vertex AI-এর মাধ্যমে ডেভেলপার ও এন্টারপ্রাইজ API
Google নিশ্চিত করেছে যে ডেভেলপার ও এন্টারপ্রাইজ গ্রাহকদের জন্য API অ্যাক্সেস "আগামী সপ্তাহগুলোতে" আসবে, নির্দিষ্ট তারিখ নেই। বিশ্লেষকরা ভিডিও আউটপুটের প্রতি সেকেন্ডের দাম $0.10–$0.30 ধরছেন।
- রোডম্যাপে
Gemini Omni Pro + ছবি ও অডিও আউটপুট
এর পরে আরও সক্ষম Omni Pro আসার আশা করা হচ্ছে, যার সঙ্গে ভয়েস রেফারেন্সের বাইরে আরও সমৃদ্ধ অডিও ইনপুট ও ছবি ও অডিও আউটপুট মোডালিটি যুক্ত হবে — যা "যেকোনো ইনপুট → যেকোনো আউটপুট"-এর প্রতিশ্রুতি পূরণ করবে।
প্রশ্নোত্তর
Gemini Omni সম্পর্কে সর্বাধিক জিজ্ঞাসা
Gemini Omni আসলে কী?
এটি Google-এর আগামী একীভূত মাল্টিমোডাল মডেল, যা এক আর্কিটেকচারে টেক্সট, ইমেজ, ভিডিও ও সিঙ্ক অডিও নেটিভভাবে তৈরি করে — কার্যত Veo, Imagen ও Gemini-র মিলন।
কবে আসবে?
ইতিমধ্যেই এসেছে। Google ১৯ মে ২০২৬-এ Google I/O 2026-এর প্রধান মঞ্চে Gemini Omni ঘোষণা করেছে এবং অফিসিয়াল প্রোডাক্ট পেজ ও ডেমো ভিডিও প্রকাশ করেছে।
Veo 3.1-এর সঙ্গে সম্পর্ক?
Gemini অ্যাপে Gemini Omni হল Veo-র উত্তরসূরি — Google স্পষ্ট জানিয়েছে "Omni Gemini অ্যাপে Veo-র পরিবর্তে কাজ করবে"। ভিডিও স্ট্যাক এখন Gemini-র টেক্সট ও ইমেজের সঙ্গে এক আর্কিটেকচারে।
এটা কি সত্যিই শব্দও তৈরি করে?
হ্যাঁ। এমবিয়েন্ট সাউন্ড, স্কোর ও সংলাপ ভিডিওর সঙ্গেই একই পাসে তৈরি হয় — এজন্যই নাম "omni"।
বর্তমান ক্লিপ দৈর্ঘ্যের সীমা কত?
অফিসিয়াল প্রোডাক্ট পেজে ১০ সেকেন্ড পর্যন্ত ক্লিপ, নেটিভ অডিও, ৫টি ফটো রেফারেন্স ও মাল্টি-টার্ন এডিটিং উল্লেখ রয়েছে।
মূল্য কেমন?
Gemini Omni-র জন্য Google AI Plus / Pro / Ultra প্ল্যান ও ১৮+ বয়স প্রয়োজন। অবতার ও video-to-video-র মতো কিছু ফিচার কিছু দেশে সীমিত হতে পারে।
Gemini Omni AI অবতার কী?
এটি আপনার ঐচ্ছিক ডিজিটাল রূপ — একবার সেট করলে Gemini প্রতিবার ফটো আপলোড ছাড়াই আপনার মতো ভিডিও তৈরি করতে পারে, এবং আপনার অবতার শুধুমাত্র আপনি ব্যবহার করতে পারেন।
সূত্র
প্রাথমিক প্রতিবেদন ও সর্বজনীন লিঙ্ক
এই পেজের সমস্ত বিষয়বস্তু নিচের সর্বজনীন সূত্র থেকে সংগৃহীত। ক্রস-রিডিং সুপারিশ করা হয়।
blog.google সূত্র পড়ুন
Google Blog · Gemini Omni-এর পরিচয়
Omni Flash-এর লঞ্চ, সক্ষমতা, সারফেস ও রোলআউট পরিকল্পনার আনুষ্ঠানিক ঘোষণা পোস্ট।
blog.google সূত্র পড়ুন
Google Blog · Google I/O 2026 থেকে ১০০টি বিষয়
Gemini Omni, নতুন $100 AI Ultra টিয়ার এবং সংশ্লিষ্ট লঞ্চসহ I/O 2026-এর সম্পূর্ণ পর্যালোচনা।
gemini.google সূত্র পড়ুন
Google · অফিসিয়াল Gemini Omni পেজ
ডেমো ভিডিও, ক্ষমতা ট্যুর, সমর্থিত প্ল্যান ও রোলআউট বিবরণ-সহ অফিসিয়াল লঞ্চ পেজ।
datacamp.com সূত্র পড়ুন
DataCamp · Google I/O 2026 গভীর বিশ্লেষণ
Omni কীভাবে Veo + Imagen স্ট্যাককে একক মডেলে একীভূত করেছে এবং এখন বনাম পরে কী আসছে—তার স্বাধীন বিশ্লেষকের সারসংক্ষেপ।
programminginsider.com সূত্র পড়ুন
TestingCatalog · Programming Insider প্রতিবেদন
ফাঁসের বিবরণ, UI স্ট্রিং ও প্রাথমিক ডেমো বিশ্লেষণ।
officechai.com সূত্র পড়ুন
OfficeChai · Gemini Omni Spotted
পূর্ণ মডেল ID, ইন-অ্যাপ প্রম্পট ও কমিউনিটি প্রতিক্রিয়া।
looksyai.in সূত্র পড়ুন
Looksy AI · Gemini Omni প্রোডাক্ট পেজ
স্পেসিফিকেশন, ব্যবহারের ক্ষেত্র ও তুলনার পরিচ্ছন্ন সারসংক্ষেপ।
storage.googleapis.com সূত্র পড়ুন
Gemini 2.5 প্রযুক্তিগত প্রতিবেদন
পরিবার-স্তরে মাল্টিমোডালিটি, দীর্ঘ কনটেক্সট ও এজেন্টিক দিশা।